全文预览

粒子群优化算法ppt培训讲解

上传者:菩提 |  格式:pptx  |  页数:40 |  大小:1026KB

文档介绍
统---社会系统:由简单个体组成的群落和环境及个体之间的相互行为。? Millonas在开发人工生命算法时(1994年),提出群体智能概念并提出五点原则:? 1、接近性原则:群体应能够实现简单的时空计算;? 2、优质性原则:群体能够响应环境要素;? 3、变化相应原则:群体不应把自己的活动限制在一狭小范围;? 4、稳定性原则:群体不应每次随环境改变自己的模式;? 5、适应性原则:群体的模式应在计算代价值得的时候改变。Р算法介绍Р01Р社会组织的全局群行为是由群内个体行为以非线性方式出现的。个体间的交互作用在构建群行为中起到重要的作用。从不同的群研究得到不同的应用。最引人注目的是对蚁群和鸟群的研究。? 其中粒群优化方法就是模拟鸟群的社会行为发展而来。对鸟群行为的模拟:Reynolds、Heppner和Grenader提出鸟群行为的?模拟。他们发现,鸟群在行进中会突然同步的改变方向,散开或者聚集等。那么一定有某种潜在的能力或规则保证了这些同步的行为。这些科学家都认为上述行为是基于不可预知的鸟类社会行为中的群体动态学。在这些早期的模型中仅仅依赖个体间距的操作,也就是说,这种同步是鸟群中个体之间努力保持最优的距离的结果。Р算法介绍Р01РPSO是近年来由J. Kennedy和R. C. Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质,但它比遗传算法规则更为简单,它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作,它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视,并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。

收藏

分享

举报
下载此文档